基于遗传算法的切削用量优化

遗传算法是一种全局优化自适应概率搜索方法，并且具有很强的全局优化性和搜索效率，文中基于遗传算法优化切削用量，在保证加工精度的前提下，提高了生产率，降低了生产成本。     

遗传算法在并联水泵系统运行优化中的应用

介绍了遗传算法的基本原理和主要改进方法，并将改进的遗传算法用于泵站内部并联泵系统的变速和变角优化运行。较之传统的优化算法，遗传算法具有明显的优势，取得了更好的优化结果。     

基于遗传算法的行星传动多目标模糊优化

遗传算法是一种模拟生命进化机制的搜索和优化方法,其全局优化和隐含并行性使得遗传算法适合求解大规模的复杂优化问题。并在介绍遗传算法的基础上,提出了基于遗传算法的行星传动多目标模糊优化方法。算例计算表明,遗传算法在机械多目标优化方面具有较好的应用前景。     

Matlab遗传算法优化工具箱(GAOT)的研究与应用

介绍遗传算法的基本原理和Matlab的遗传算法优化工具箱（GAOT）,分析了优化工具函数。探讨Matlab遗传算法工具箱在参数优化和非线性规划中的应用。通过优化实例,说明遗传算法是一种具有良好的全局寻优性能的优化方法。用Matlab语言及Matlab语言编制的优化工具箱进行优化设计具有语言简单、函数丰富、用法比较灵活、编程效率高等特点。     

基于遗传算法的圆锥齿轮传动模糊优化

遗传算法是一种模拟生命进货机制的搜索和优化方法,其全局优化和隐含并地性,使得遗传自算法适合求解复杂的优化问题。在介绍遗传算法的基础上,提出了基于遗传算法的圆锥齿轮传动的模糊优化方法,算例计算表明,遗传算法在圆锥齿轮传动优化方面,具有较好的应用前景。     

基于遗传算法的鼓式制动器结构参数优化设计

以制动效能因数为目标函数建立制动器优化数学模型，并运用Madab编写遗传算法优化计算程序，结果表明所采用遗传算法优化方法是有效的。     

基于遗传算法的行星传动多目标模糊优化

遗传算法是一种模拟生命进化机制的搜索和优化方法 ,其全局优化和隐含并行性使得遗传算法适合求解大规模的复杂优化问题 ,并在介绍遗传算法的基础上 ,提出了基于遗传算法的行星传动多目标模糊优化方法。算例计算表明 ,遗传算法在机械多目标优化方面具有较好的应用前景     

混合遗传算法进行离心叶轮优化设计

利用自适应交叉遗传算法和生物生长算法的特点，提出一种新的优化方法——混合生物生长自适应交叉遗传算法。该方法既充分利用了遗传算法全局寻优和生物生长法快速收敛的优点，又弥补了遗传算法收敛速度过慢和生物生长法过分依赖结构初始形状的不足。为了验证优化方法的正确性和合理性，对某三维离心叶轮进行优化设计，结果表明，混合算法较单纯采用遗传算法收敛速度快，且可得到形状优化最优解。     

基于BP网络和Pareto遗传算法的多目标协同优化

多学科设计优化（MDO）问题往往是多目标的。Pareto遗传算法（PGA）所求得的Pareto最优解集为设计决策提供了很大方便。针对在CO的计算构架中直接使用PGA会导致计算量过大的问题，提出基于BP神经网络和pareto遗传算法的多目标协同优化方法。采用试验设计方法选择设计点，构造具有全局近似能力的各学科优化神经网络响应面，进而采用PGA进行系统层优化问题的多目标寻优。用上述方法对某型干线客机进行总体多目标优化。与直接采用PGA求解MDF单级多目标优化模型所得的计算结果对比表明，所提出的方法能有效近似该问题的Pareto最优前沿．、     

基于一种改进遗传算法的PID参数优化仿真

针对现有PID调节器的整定方法和遗传算法优化参数存在的问题。提出了一种改进的遗传算法用于PID参数寻优的方案。该算法采用了变群体规模和自动改变交叉概率、变异概率的措施．能提高算法的执行效率，收敛性较好，而且不易陷入局部最优解。本文以过热汽温控制系统为例．分别采用了简单遗传算法和改进遗传算法，对串级控制系统的PID参数寻优，仿真结果表明．改进后的遗传算法具有较强的执行效率和很好寻优效果。并且该文提出的算法和策略也可用于其他的优化问题中，具有一般性。